WIN10下使用Anaconda配置opencv、tensorflow、pygame并在pycharm中运用

标签：显示   ref   win   ror   选择   pytho   enc   mirrors   blog   

昨天想运行一段机器学习的代码，在win10系统下配置了一天的python环境，真的是头疼，准备写篇博客来帮助后面需要配置环境的兄弟。

1.下载Anaconda

根据昨天的经历，发现Anaconda真的是好用。下载地址：https://www.anaconda.com/download/  我下的是64位的

下好后就是安装了，安装过程十分简单，这里就不写了，不过建议是添加到环境变量中去，省的后面还要自己加，麻烦。

在菜单栏中找到Anaconda Prompt，以管理员身份运行。我们需要设置 Anaconda 仓库镜像，因为默认连接的是国外镜像地址，下载速度比较慢，我们把镜像地址改为清华大学开源软件镜像站，打开 Anaconda Prompt, 输入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

2.安装tensorflow

继续在 Anaconda Prompt 窗口输入：

conda create -n tensorflow python=3.5

表示创建 TensorFlow 依赖环境，因为TensorFlow 目前不支持Python3.6，这里我们使用Python3.5。

继续看控制台输出：

Fetching package metadata ...............
Solving package specifications: .

Package plan for installation in environment D:\Program Files\anaconda\envs\tensorflow:

The following NEW packages will be INSTALLED:

    pip:            9.0.1-py35_1  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
    python:         3.5.3-0       https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
    setuptools:     27.2.0-py35_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
    vs2015_runtime: 14.0.25123-0  https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
    wheel:          0.29.0-py35_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

Proceed ([y]/n)? y

 提示我们安装哪些依赖软件，输入‘y’，回车。

控制台继续输出：

python-3.5.3-0 100% |###############################| Time: 0:00:42 754.91 kB/s
setuptools-27. 100% |###############################| Time: 0:00:00   1.92 MB/s
wheel-0.29.0-p 100% |###############################| Time: 0:00:00   2.68 MB/s
pip-9.0.1-py35 100% |###############################| Time: 0:00:00   2.31 MB/s
#
# To activate this environment, use:
# > activate tensorflow
#
# To deactivate this environment, use:
# > deactivate tensorflow
#
# * for power-users using bash, you must source
#

开始下载安装依赖软件，这里使用的是清华大学镜像仓库，所以下载速度很快。

安装Tensorflow

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

你也可以打开 https://mirrors.tuna.tsinghua.edu.cn/tensorflow/ 选择合适的 whl 文件地址进行安装；或者打开https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/ 可视化选择 whl 版本。

安装成功时会显示如下

Successfully installed numpy-1.12.1 protobuf-3.3.0 six-1.10.0 tensorflow-1.1.0 werkzeug-0.12.2

继续输入：

activate tensorflow

表示激活 TensorFlow 虚拟环境，当不使用 TensorFlow 时，使用 deactivate tensorflow 关闭。

3.测试

如图所示输入，如果结果与上图一样，则表示安装成功。

可以输入pip list查看tensorflow的版本

 4.安装opencv（解决 import cv2问题）

opencv的安装可以说是非常坑了，在百度上找各种教程，试了一天才配置好。

开始在别人博客看到下载一个opencv，然后找到里面的一个cv2.pyd文件，复制到Anaconda目录下的site-packages文件夹里：D:\Anaconda3\Lib\site-packages中,结果发现不行。

然后用conda直接装

结果失败，好像说是版本不允许，真的是头疼。

然后看到一个方法

首先先下载一个whl文件，关于opencv的，下载地址在这里：下载地址

选择自己需要的版本下，我下的是cp36m-sim amd64的那个（对应的是cv3.4版，python3.6版）

下完了，放到conda对应的文件夹里，然后打开Anaconda Prompt，输入

pip install opencv_python-3.4.0-cp36-cp36m-win_amd64.whl 

注意自己下的版本，名字对上，失败了看下是不是没有管理员身份运行。

发现成功了！！！！

再检查检查

确实成功了。

5.pygame安装

①开始要去官网下载pyGame,（重点：你要根据你自己当前安装的python的版本然后再官网对比下载对应的pygame,不可以下载与你现在的python版本不对应的，官网已经给你准备好了）官网地址在下面

                         http://www.pygame.org/download.shtml

 　　　 ② 如果你现在的python版本是3.4以后的，3.5，3.6 那么请去下面这个网站去下载

                         http://www.lfd.uci.edu/~gohlke/pythonlibs/#pygame     https://pypi.python.org/pypi/Pygame

 可以选择下载.whl文件，下好后一样的打开Anaconda Prompt，输入

pip install pygame-1.9.4-cp36-cp36m-win_amd64.whl

当然，也可以不下载，直接输入

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pygame

安装过程中可能会遇到pip版本过低的问题，这时候按提示更新pip后再安装

 6.在pycharm中使用

装好环境后在pycharm中配置也花了好长时间，真的是头疼

首先，管理员身份运行pycharm，然后打开Setting

接着，选则Anaconda目录下的python.exe

选择好后点击ok就行了。

把命名提醒什么的清理一下，运行！！！跑起来了！！！

 参阅博客：

https://blog.csdn.net/albertyzy/article/details/80528816

https://blog.csdn.net/qq_33166080/article/details/68928563

https://blog.csdn.net/qq_35608277/article/details/79132349

https://www.cnblogs.com/nosqlcoco/p/6923861.html

WIN10下使用Anaconda配置opencv、tensorflow、pygame并在pycharm中运用

标签：显示   ref   win   ror   选择   pytho   enc   mirrors   blog   

原文地址：https://www.cnblogs.com/csu-lmw/p/9356719.html